matplotlib.pyplot.subplots

文章索引

matplotlib.pyplot.subplots 函数在创建多个子图时提供了许多参数，使得创建和调整子图变得非常灵活。以下是一些常用参数及其解释：

基本参数

nrows: 子图网格的行数。
ncols: 子图网格的列数。
sharex: 所有子图是否共享 x 轴。如果设置为 True，所有子图将共享相同的 x 轴刻度和标签。还可以设置为 'row'，表示同一行的子图共享 x 轴。
sharey: 所有子图是否共享 y 轴。如果设置为 True，所有子图将共享相同的 y 轴刻度和标签。还可以设置为 'col'，表示同一列的子图共享 y 轴。
figsize: 图形的宽度和高度，以英寸为单位。可以传入一个元组 (width, height)。
dpi: 图形的分辨率（每英寸点数）。
gridspec_kw: 传递给 GridSpec 构造函数的字典，用于设置网格的更多高级参数。
subplot_kw: 传递给 add_subplot 函数的字典，用于设置每个子图的更多高级参数。
constrained_layout: 是否使用受限布局引擎来自动调整子图参数以减少重叠。

返回值

subplots 函数返回两个对象：

fig: Figure 对象，表示整个图形。
axs: Axes 对象或数组，表示子图。如果 nrows 和 ncols 都是 1，则 axs 是一个单一的 Axes 对象，否则它是一个 Axes 对象的 2D 数组。

示例

以下是一些使用 subplots 参数的示例：

创建一个 2×2 的子图网格

import matplotlib.pyplot as plt

fig, axs = plt.subplots(nrows=2, ncols=2)

for i in range(2):
    for j in range(2):
        axs[i, j].plot([1, 2, 3], [1, 4, 9])
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

fig, axs = plt.subplots(nrows=2, ncols=2)

for i in range(2):

for j in range(2):

axs[i, j].plot([1, 2, 3], [1, 4, 9])

axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()

plt.show()

共享 x 轴和 y 轴

fig, axs = plt.subplots(2, 2, sharex='col', sharey='row')

for i in range(2):
    for j in range(2):
        axs[i, j].plot([1, 2, 3], [1, 4, 9])
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()
plt.show()

fig, axs = plt.subplots(2, 2, sharex='col', sharey='row')

for i in range(2):

for j in range(2):

axs[i, j].plot([1, 2, 3], [1, 4, 9])

axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()

plt.show()

设置图形大小和分辨率

fig, axs = plt.subplots(2, 2, figsize=(10, 8), dpi=100)

for i in range(2):
    for j in range(2):
        axs[i, j].plot([1, 2, 3], [1, 4, 9])
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()
plt.show()

fig, axs = plt.subplots(2, 2, figsize=(10, 8), dpi=100)

for i in range(2):

for j in range(2):

axs[i, j].plot([1, 2, 3], [1, 4, 9])

axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()

plt.show()

使用高级网格参数

fig, axs = plt.subplots(2, 2, gridspec_kw={'width_ratios': [1, 2], 'height_ratios': [2, 1]})

for i in range(2):
    for j in range(2):
        axs[i, j].plot([1, 2, 3], [1, 4, 9])
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()
plt.show()

fig, axs = plt.subplots(2, 2, gridspec_kw={'width_ratios': [1, 2], 'height_ratios': [2, 1]})

for i in range(2):

for j in range(2):

axs[i, j].plot([1, 2, 3], [1, 4, 9])

axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.tight_layout()

plt.show()

使用受限布局引擎

fig, axs = plt.subplots(2, 2, constrained_layout=True)

for i in range(2):
    for j in range(2):
        axs[i, j].plot([1, 2, 3], [1, 4, 9])
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.show()

fig, axs = plt.subplots(2, 2, constrained_layout=True)

for i in range(2):

for j in range(2):

axs[i, j].plot([1, 2, 3], [1, 4, 9])

axs[i, j].set_title(f'Subplot {i+1},{j+1}')

plt.show()

总结

subplots 函数的参数提供了丰富的功能，允许你灵活地创建和调整子图。通过了解和利用这些参数，你可以创建出符合需求的复杂图形布局。

文档

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.subplots.html